सामरिक चर्चा करना सीखना: वन नाइट अल्टीमेट वेयरवोल्फ पर एक केस स्टडी

संचार मानव समाज का एक मौलिक पहलू है, जो लोगों के बीच सूचना और विश्वासों के आदान-प्रदान की सुविधा प्रदान करता है। बड़े भाषा मॉडल (LLMs) में प्रगति के बावजूद, हाल में बनाए गए एजेंट अक्सर चर्चा की तकनीकों पर नियंत्रण की अनदेखी करते हैं, जो संचार परिदृश्यों और खेलों में आवश्यक हैं। प्रसिद्ध संचार खेल वेयरवोल्फ के एक प्रकार के रूप में, वन नाइट अल्टीमेट वेयरवोल्फ (ONUW) खिलाड़ियों से रणनीतिक चर्चा नीतियों का विकास करने की आवश्यकता होती है क्योंकि संभावित भूमिका परिवर्तन खेल की अनिश्चितता और जटिलता को बढ़ा देते हैं। इस कार्य में, हम पहले ONUW खेल के दो परिदृश्यों में परफेक्ट बेयesian संतुलन (PBEs) की उपस्थिति प्रस्तुत करते हैं: एक चर्चा के साथ और एक बिना। परिणाम दर्शाते हैं कि चर्चा खिलाड़ियों की उपयोगिता को उनके विश्वासों पर प्रभाव डालकर बहुत बदल देती है, जो चर्चा की तकनीकों के महत्व को दर्शाता है। विश्लेषण से प्राप्त अंतर्दृष्टियों के आधार पर, हम एक RL-निर्देशित भाषा एजेंट ढाँचे का प्रस्ताव करते हैं, जहाँ एक पुनःनिर्माण शिक्षण (RL) द्वारा प्रशिक्षित चर्चा नीति अपनाने के लिए उपयुक्त चर्चा तकनीकों को निर्धारित करने के लिए उपयोग की जाती है। हमारे कई ONUW खेल सेटिंग्स पर प्रयोगात्मक परिणाम हमारी प्रस्तावित ढांचे की प्रभावशीलता और सामान्यीकरण क्षमता को प्रदर्शित करते हैं।